基于異構多關系的圖像檢索中的若干問題研究.pdf

1、在本論文中，我們從用戶的利用需求(exploitation)和探索需求(exploration)角度研究了異構多關系圖像檢索中的若干問題。在圖像檢索中，用戶不僅希望能夠快速定位到想要的圖像（利用需求)，而且也能探索不同的相關圖像（探索需求)。不同圖像領域中用戶的這兩類需求著重也不一樣。在其中，我們選擇了三類典型領域：圖紙，地標，商品。我們提出了不同結構建模來滿足這兩類需求上的不同側重。在方法論上，我們研究了純基于目標函數(shù)的結構抽取和帶監(jiān)

2、督的結構化學習。在圖紙圖像領域中，我們研究了基于內容的圖像檢索場景，聚焦于來自外觀設計專利審查的利用需求。在地標圖像領域中，我們研究了文本輸入場景，聚焦于平衡利用需求和探索需求。在商品圖像領域中，我們研究了推薦場景，聚焦于用戶的個性化需求。
　　在圖紙檢索中，我們提出路徑結構(path structure)來建模標引線。標引線是連接圖像內容和標識文字，大量存在于圖紙圖像中，與正常輪廓混雜在一起，干擾了基于內容的檢索質量。我們利用圖

3、紙圖像的特性將其抽象成一張圖(graph)，并把標引線檢測問題轉化為在圖上搜索一條分值最高的路徑問題。我們定制了帶監(jiān)督的結構化學習來檢測標引線。實驗結果良好，滿足了實際應用需求。在地標檢索中，我們提出樹結構的層次化摘要來平衡用戶的利用需求和探索需求。我們將地標圖像組織成一個層次化摘要(tree structure)，使得用戶可以靈活在利用需求和探索需求中切換。在層次化摘要的構建過程中，我們引入了細節(jié)層次核心概念來描述一張圖像反映一個地標

4、的細節(jié)程度。在這個概念上，我們基于一致性原則和多樣化原則設計了目標函數(shù)。我們采用無監(jiān)督的結構化學習來找到最優(yōu)的層次化結構摘要。定量的實驗結果和用戶反饋實驗表明最優(yōu)的層次化結構的確能同時滿足用戶的利用需求和探索需求。在商品推薦中，我們提出個性化列表(list structure)來滿足用戶需求的個性化利用和探索需求。在協(xié)同式過濾的基礎上，我們研究了圖像數(shù)據(jù)和價格數(shù)據(jù)這兩種異構數(shù)據(jù)對推薦效果的改善。實驗結果表明融合協(xié)同式過濾和其他數(shù)據(jù)確實對